手机版|
二维码|
本文由高风咨询公司CEO谢祖墀博士，与高风数智董事总经理蒋逸明、高风咨询高级专家顾问李琤洁共同撰写，于2026年7月13日发表于香港《灼见名家》网站。
核心观点：企业需要通过AI重新认知自身的知识、流程和组织能力，以此完成新一轮自我重构。
当前，人工智能发展已迈入全新阶段，正在深度重塑企业内部的系统、流程、数据、知识与人的协作关系，也倒逼企业重新思考两大核心命题：什么是企业真正的核心能力？什么是组织长期竞争力的核心来源？
过去数十年，企业数字化转型普遍以系统建设为起点。企业陆续搭建ERP、CRM、HR、财务、采购、供应链等业务系统，将线下业务流程线上化、数据沉淀数字化，再通过数据报表与可视化分析支撑管理决策。这套数字化体系是企业规模化运营、建立标准化管理秩序的基础，具备不可替代的核心价值。
但随着AI时代全面到来，传统数字化架构正在发生根本性变革。传统IT系统不会被淘汰，但核心角色将彻底转变。过往，企业系统是服务于人的工具，员工通过系统界面完成信息录入、数据查询、流程审批等操作；未来，系统中的数据、流程、权限、规则与接口，都将被AI智能体直接调用，传统系统将逐步成为AI可理解、可调用、可重组的企业核心能力底座。简言之，企业IT系统的核心价值，将从“业务记录工具”迭代为“企业核心能力的组成部分”。
这是企业发展的关键分水岭。AI带来的变革，绝非优化人机交互界面、提升操作效率这么简单，而是让企业首次具备整合重构能力的契机——将分散在各类系统、文件流程、员工经验中的碎片化能力，系统性重组、规模化复用。对企业而言，AI不再是单一辅助工具，而是推动内部流程、知识体系、数据资产、权限机制、组织模式全方位重构的核心驱动力。
AI时代的企业架构重构
传统企业架构分为三层：基础设施层、技术系统层、业务层。其中基础设施提供算力与部署环境，业务系统承载日常经营运营，数据资产支撑报表统计、经营分析与管理管控。过去企业数字化的核心目标，是搭建、打通、规范化这三层架构体系。
进入AI时代，传统三层架构依然是企业运行的核心底座，承载着企业标准化数据、审批流程、权限规则与业务经营记录。但企业若仅局限于对传统系统做局部优化，AI的价值将永远停留在“提效工具”层面，无法释放深层变革势能。
目前多数企业的AI应用，仍处于AI赋能（AI-enabled）的初级阶段，即在原有传统流程和系统的基础上，叠加基础AI能力。例如，财务系统接入AI预审功能、CRM系统通过AI梳理客户信息、HR系统借助AI筛选招聘简历。这类应用能够有效减少重复劳动、提升工作效率，具备基础实用价值，但并未触及AI变革的核心。
AI最深刻、最核心的价值，源于AI原生（AI native）的工作模式。AI原生并非简单将AI功能嵌入旧流程，而是以业务任务为核心，彻底重构工作流程。企业需要基于AI能力重新拆解业务：哪些任务无需人工参与、可由智能体独立完成？哪些环节需要多智能体协同作业？人工介入的关键节点是什么？任务结果如何审核、沉淀、复用？业务产出如何转化为企业标准化知识资产？这才是AI对企业组织模式、运营体系的颠覆性变革。
基于此，未来企业AI应用将形成两种核心形态。第一种是传统流程叠加AI能力，即在ERP、CRM、财务等现有系统中增设AI助手，辅助员工完成信息汇总、材料预审、文件调取、流程提速等工作，本质是对传统业务流程的智能化增强，核心价值为效率提升。
第二种是AI原生工作模式，构建“人+系统+智能体”围绕业务任务协同作业的全新体系。企业核心建设目标，不再是单一聊天机器人、孤立AI场景应用，而是搭建企业级智能体平台，实现多智能体的创建、管理、编排与统一治理。其中，大模型提供理解、推理、生成能力，企业数据与知识提供核心生产燃料，传统IT系统通过开放接口释放业务能力，智能体平台则整合所有资源，让数字员工围绕具体业务目标自主开展工作、协同作业。
这也是企业AI转型最容易被低估的核心要点。多数企业误以为AI转型就是部署工具、培训员工、落地零散场景，实则真正的AI转型，是企业工作模式、组织能力、价值体系的全方位重构。
因此，模型层、知识层、智能体层的建设，将成为AI时代企业架构的核心支柱。大语言模型、多模态模型及企业专属垂直模型，能够支撑企业完成语义理解、文档处理、图像分析、内容生成、逻辑推理等多元化工作，弥补传统系统仅能执行标准化、规则化任务的短板，可高效处理大量非标准化、场景化、经验性的业务工作。
依托模型能力，AI智能体可在授权范围内自主调用模型、读取企业数据、解读业务规则、落地业务任务。传统封闭的软件系统，就此转变为智能体可调度、可复用的企业组织资源。在此背景下，将传统“为人设计”的业务系统，迭代为“人机协同、适配AI调用”的新型系统，成为企业AI转型的核心刚需。
非结构化知识：AI时代的全新生产资料
AI时代的深层变革，在于彻底拓宽了企业数据与知识的边界，重新定义了企业核心生产资料。
过往企业数字化聚焦的核心是结构化数据，包括客户、员工、供应商、财务、交易、运营等标准化记录。这类数据规范易用，是企业经营的基础，但远非企业知识资产的全部。企业真正的核心经验、隐性能力，大多藏在非结构化内容中：制度文件、标准化作业流程（SOP）、会议纪要、培训材料、客户服务话术、项目复盘报告、资深员工经验、日常业务研讨内容等。
这类非结构化知识价值极高，但长期以来处于分散、无序、难以复用的状态：散落于各部门文件夹、邮件记录、会议文档中，甚至仅留存于老员工的个人经验中。企业无法将这类隐性知识转化为可复制、可调用、可规模化落地的标准化资产，造成大量核心经验闲置浪费。
AI的出现彻底改变了这一现状。大模型具备强大的文本理解、经验归纳、文档检索、规律总结能力，可对企业海量非结构化内容进行系统化梳理、重构、沉淀，让企业积累多年的组织记忆，正式成为可落地、可复用的全新生产资料。
AI时代的企业核心竞争力，不再单纯取决于数据体量，而是取决于企业三大能力：隐性知识显性化、分散经验系统化、个人能力组织化。而高效运用企业知识资产的核心，在于平衡公域能力与私域知识。
公域能力，即通用大模型依托公开信息、全网知识、开放生态形成的基础能力，涵盖语言理解、内容生成、逻辑推理、代码辅助、多模态处理等。公域大模型大幅降低了企业AI应用门槛，让中小企业也能低成本获取顶尖通用智能能力，弥补传统技术短板。
但公域能力无法构建企业差异化竞争力。通用模型、通用智能能力具备普惠性，所有企业均可复用，无法形成独家壁垒。真正决定企业AI落地效果、构建核心差异的，是私域知识与公域能力的深度融合。
企业私域知识并非狭义的客户流量私域，而是企业长期沉淀的独家核心资产：专属业务数据、标准化流程、行业运营经验、内部管理制度、项目案例、业务判断逻辑、组织经营记忆。具体包括企业专属客户洞察、产品研发经验、供应链管控逻辑、运营服务规则、项目复盘结论、专家决策体系、管理方法论等。这类知识不对外公开、不属于通用大模型的原生能力，是企业独一无二的核心壁垒。
简言之，公域AI提供通用智能底座，私域知识赋予企业专属个性。无公域能力，企业无法快速切入AI时代；无私域知识，AI无法深度适配企业业务场景。仅依赖公域模型，AI只能输出通用化、标准化的浅层答案；只有打通公域模型与企业私域知识库、业务系统、流程规则，AI才能输出可落地、可执行、可复用的专属业务解决方案。
这也是多数企业AI落地“雷声大、雨点小”的核心原因：并非大模型能力不足，而是企业私域知识零散、未梳理、未治理、未打通。AI缺乏企业专属业务上下文，只能实现表层智能化，无法成为真正懂业务、懂场景、懂规则的数字员工，难以深度赋能经营。
因此，企业AI建设的核心不是在公域模型与私域系统间二选一，而是搭建两者的高效连接机制。一方面借力公域模型的快速迭代优势，获取通用智能能力；另一方面深耕私域知识治理，完成内部经验、数据、流程的系统化沉淀，通过权限管控、安全规范、业务规则，让AI在合规范围内高效调用企业核心知识资产。
未来企业的AI竞争，早已超越单一模型能力、数据规模的比拼，核心是公域能力×私域知识×组织机制的综合竞争。能够高效融合外部通用智能与内部独家知识的企业，才能真正将AI从工具升级为企业全新生产力，构建新时代竞争壁垒。
安克创新实践：AI的核心价值是流程重构，而非单纯提效
深圳企业安克创新的AI落地实践，为行业提供了极具参考价值的范本。作为全球领先的消费电子品牌企业，安克创新聚焦智能充电、智能家居、智能影音等领域，依托全球化品牌运营与数字化能力服务超亿级用户。其AI转型面临的问题极具行业共性：信息过载、业务流程冗长、跨部门协同繁琐、核心业务判断依赖个人经验，最终导致工作效率与业务质量波动较大，也是规模化企业普遍存在的痛点。
以产品开发与上市流程为例，安克创新过往需完成全球市场、区域市场、渠道维度的多层洞察，涉及海量数据采集、模板填报、信息校准、报告撰写等工作，整套洞察流程耗时长达两周。
通过业务拆解与AI重构，企业将这项复杂工作提炼为两大核心动作：数据采集、标准化洞察分析。依托AI智能体完成自动化数据抓取、内部数据调用、模板化智能分析，将原本两周的工作流程压缩至1-2小时，效率实现指数级提升。
该案例的核心价值，远不止“效率提升”，而是实现了业务流程的本质重构。传统流程冗长繁琐，核心原因是业务被拆分至多个部门、多个岗位、多个交接节点，形成大量人为断点。AI时代，企业可将复杂业务拆解为标准化、可执行、可复用的基础动作，搭建统一的数据与知识底座，彻底打破传统流程的固化壁垒，重塑业务运行逻辑。这正是AI最核心的变革力量——帮助企业穿透繁杂的流程表象，看清业务本质，实现体系化升级。
（配图：安克创新7月于香港上市｜港交所）
规避新孤岛：智能体需要系统化协同与治理
安克创新的实践，也揭示了企业AI转型的关键误区：零散搭建独立智能体，只会形成全新的业务孤岛。
复杂的产品上市流程涵盖市场洞察、产品定位、定价策略、营销推广、渠道落地、项目复盘等多个环节，涉及全球团队与本地团队的深度协同。若企业为每个环节单独搭建智能体，各智能体之间无法共享业务上下文、共用知识库、复用业务产出，就会形成智能体孤岛，重蹈传统企业数据孤岛、系统孤岛、人员孤岛的覆辙。
针对这一问题，安克创新搭建了专属智能体编排平台，实现多智能体的上下文互通、知识库共享、成果复用。项目负责人可实时查看各智能体运行状态，统筹调度多智能体协同作业，彻底打破单点智能、各自为战的局限，实现全流程智能化协同。
这是企业AI转型必须坚守的核心逻辑：企业不需要零散、孤立的AI应用，而需要一套完整的智能体运营体系，实现智能体的创建、管理、编排、统一治理。以大模型为智能核心、数据知识为生产燃料、传统系统为能力载体、智能体平台为协同枢纽，让多个数字员工围绕统一业务目标高效协同，构建企业全新的智能作业操作系统。若无这套核心体系，AI只能停留在局部场景提效；搭建这套体系，AI才能深度融入组织，成为企业核心能力的一部分。
（配图：安克创新全流程智能体编排体系｜作者提供）
人机重塑：重新定义企业人的核心价值
AI的普及不会弱化人的价值，反而会大幅提升企业人才的核心地位，重新定义人的工作角色与价值边界。
企业AI转型既需要技术团队落地AI技术能力，也需要业务先锋团队试点场景应用，但最核心、最稀缺的是AI赋能者这类全新角色。这类人才多出身核心业务岗位，深耕端到端业务流程，熟悉跨部门协作断点，清晰掌握全链路业务逻辑与判断标准。
AI赋能者的核心价值并非技术开发，而是将抽象的业务经验、流程逻辑、判断标准，转化为AI可理解、可执行、可协同的标准化机制。这类人才是AI从工具落地为企业核心能力的关键，没有他们的深度参与，AI将始终停留在表层工具层面，无法深度赋能核心业务流程。
这也是AI转型与传统数字化转型的核心差异：传统数字化聚焦系统落地、流程标准化、数据治理；AI转型聚焦知识萃取、任务重构、智能体协同、组织能力迭代。AI转型绝非纯技术工作，而是深度的组织变革工作，离不开懂业务、懂流程、懂组织的复合型人才深度赋能。
归根结底，企业AI转型的核心是组织变革。员工的AI接受度、组织的创新包容度、企业的人才激励机制、优秀AI实践的沉淀复用能力，直接决定AI落地的最终效果。AI时代的企业发展，不能单一依赖技术团队或业务部门，必须依托业务+技术+组织的跨界融合能力，实现全方位升级。
结语：AI重构企业竞争新格局
AI时代企业的核心竞争逻辑，已彻底跳出模型能力、数据规模的单一维度，核心比拼企业的资源重组与组织重构能力——能否整合系统、知识、流程、人才、机制，形成全新的组织生产力。
具备AI时代核心竞争力的企业，不再局限于“是否拥有AI工具”的浅层问题，而是聚焦五大核心命题：企业系统是否具备AI可调用能力？核心知识是否可沉淀复用？业务流程是否可重构优化？智能体是否可协同作业？人才价值是否可在新架构中最大化释放？
这些问题看似是AI技术应用问题，本质是企业战略、组织管理、运营机制的深度变革问题。企业必须以AI为抓手，重新认知自身的知识资产、业务流程、组织能力，完成新时代的自我重构。
未来，企业架构将不再是IT部门的专属工作，而是企业战略、组织设计、人才机制、业务创新的综合成果。能够实现从“传统系统建设”到“智能体组织搭建”、从“基础数据管理”到“核心知识驱动”、从“局部效率提升”到“端到端流程重构”的企业，将成功抢占AI时代发展先机，构建不可替代的全新竞争壁垒。
资料来源：WaytoAGI，《企业AI落地实践：安克创新AI全景课》，安克创新AI应用案例课程内容
作者简介
谢祖墀（Edward Tse），高风咨询公司创始人兼董事长。是中国管理咨询行业早期领军人物之一，上世纪90年代起，先后担任波士顿咨询公司中国区总裁、博斯咨询公司大中华区董事长及总裁。深耕在华商业咨询数十年，服务数百家国内外企业，覆盖企业经营、行业发展、中国全球化布局等多个维度。
蒋逸明（Steven Jiang），高风数智董事总经理。拥有20余年战略咨询、数字化与AI咨询、产品体验设计复合咨询经验，擅长汽车与消费品行业。加入高风咨询前，曾任普华永道思略特汽车行业合伙人、数字化增长服务主管合伙人，深耕数字化与AI转型规划、战略商业模式设计、组织变革、流程再造、企业架构设计等落地咨询服务。
李琤洁（Francis Li），高风咨询公司高级专家顾问。拥有20余年大型企业转型、数字化升级与运营管理经验，深耕医疗健康、快消、商业地产等领域，擅长将AI战略、数字化规划转化为落地业务成果。现任美年健康集团副总裁兼首席数字与运营官，历任蒙牛乳业集团副总裁兼首席数字官、复星集团联席首席增长官、凯德中国董事总经理等高管职务，主导多项集团级数字化转型、AI能力建设、组织变革大型项目。
